小米顶尖应届-具身大模型算法研究员-XiaomiRobotics
任职要求
1、硕士及以上学历，计算机、人工智能、机器人、自动化、数学等相关专业，具备扎实的机器学习、深度学习和概率建模基础。 2、熟悉具身智能、多模态大模型、视频生成或动作生成等方向，理解主流方法原理与适用场景，如Transformer、Diffusion、VAE、VQ、MoE等。 3、具备较强的算法研发能力，熟练使用PyTorch等深度学习框架，有从模型设计、训练调优到实验分析的完整研发经验。 …
工作职责
1、围绕视觉-语言-动作 (VLA) 模型与具身世界模型方向，研发面向机器人感知、理解、预测、决策与动作生成的一体化算法，推动多模态端到端模型在复杂场景中的能力上限。 2、具身大模型全生命周期研发，包括模型架构设计、预训练、后训练、评测与部署，持续优化模型在真实任务中的成功率、鲁棒性与泛化能力。 3、主导或参与视觉/动作编码器、多模态表征学习、离散/连续tokenizer等核心模块研发，提升模型对视觉、动作、时空信息的压缩、建模与生成能力。 4、与数据、Infra等团队，推动数据-训练-测评的协同迭代。 5、跟踪具身智能、多模态大模型、生成式建模等前沿方向，复现并创新相关方法，推动高水平论文、开源项目及专利产出。
1、负责具身大模型训练与推理基础设施的架构设计、搭建与优化，支撑大规模预训练、持续训练、强化学习及在线/离线推理任务稳定高效运行。 2、基于Megatron-LM、DeepSpeed、FSDP等分布式训练框架，设计并优化数据并行、张量并行、流水并行、专家并行等策略，支撑大参数量多模态模型训练。 3、深耕大模型训练性能优化，包括显存占用、算力利用率、通信效率、checkpoint与断点续训、训练稳定性等关键问题，提升训练吞吐与资源效率。 4、负责推理系统优化与部署，覆盖自回归模型、Diffusion模型及MoE模型等典型架构，提升推理链路在吞吐、延迟、显存占用和稳定性方面的综合表现。 5、推动量化、算子融合、图优化、显存复用、服务化部署等推理加速技术落地，支撑具身大模型在云端或端上环境的部署。 6、与算法、数据、平台团队紧密协作，完善训练配置、日志监控、指标可视化、故障定位等工具链，提升研发效率与工程标准化水平。
1、负责具身大模型多模态数据体系建设，覆盖图像、视频、语言、图文交错、动作轨迹、机器人交互等数据类型，支撑模型训练、评测与迭代。 2、设计并搭建大规模数据处理与生产管线，包括数据采集、清洗、标注、筛选、标准化、混合配比、质量评估与版本管理，保障数据全生命周期高效运转。 3、面向预训练、持续训练、SFT、强化学习等不同阶段，制定适配的数据策略与处理方案，提升数据利用效率与训练效果。 4、针对多模态具身大模型任务特点，解决跨模态对齐、时序一致性、动作标注、数据稀疏性与分布不均衡等问题，持续优化数据质量。 5、联合数据平台、模型与机器人团队，建设自动化数据回放、质检、追溯与评测体系，形成可复用、可迭代的数据基础设施。 6、跟踪多模态数据处理、自动标注与数据质量评估等方向的前沿技术，推动数据体系持续升级。
1、负责6G 无线AI方案设计，开展6G 无线AI算法研究； 2、进行算法仿真和仿真工作； 3、撰写 6G无线AI相关专利与技术提案，向 RAN1 等推动技术标准制定。
1、6G无线通信技术研究：进行6G移动通信新特性如大规模天线、天地一体、通感一体、无线AI等技术的研究，包括解决方案设计，知识产权保护等； 2、6G仿真平台和原型机开发：通过链路级仿真、系统级仿真、原型机开发等手段验证6G研究成果的有效性和可行性； 3、6G无线通信标准推动：参加国际和国内的6G标准制定和讨论，包括3GPP，IMT2030，ITU-R等国内外标准组织，进行提案撰写，标准化参会讨论等工作，推动6G研究成果被3GPP标准采纳。